Inteligência Artificial

Inteligência artificial na saúde: benefícios e desafios

Veja como a IA está sendo usada desde a detecção precoce de doenças até o desenvolvimento de medicamentos e assistência ao paciente

Amanda Lemos
Amanda Lemos

Colaborador

Publicado em 8 de agosto de 2023 às 13h07.

Última atualização em 8 de agosto de 2023 às 13h27.

A inteligência artificial (IA), assim como em outro setores, na medicina vem simplificando o que era complexo e requisitava um nível altíssimo de especialização do profissional de saúde.

Nesse sentido, os avanços vão desde o desenvolvimento de medicamentos até decisões de tratamento, assistência ao paciente. Dentro dos centros de saúde, as escolhas auxíliadas por IA incluem as operacionais e financeiras.

IA na detecção e diagnóstico de doenças

A inteligência artificial pode ajudar na detecção precoce de doenças por meio da análise de grandes quantidades de dados e imagens médicas. O artigo “Inteligência artificial no diagnóstico de doenças mostra que existem softwares de IA focados na radiologia que analisam milhares de imagens em apenas alguns minutos, reconhecendo padrões de doenças.

Segundo o texto, na neurologia, pesquisadores da Universidade da Califórnia utilizam a inteligência artificial para detectar problemas precoces de demência, cerca de 6 anos antes do diagnóstico final, fase anterior ao Alzheimer, para possibilitar tratamento preventivo.

A IA também pode ser usada para detectar padrões temporais e espaciais, além de mudanças nas características dos nódulos para prever o risco de câncer de pulmão em três anos, possibilitando o tratamento precoce da doença.

O uso de machine learning na medicina

O uso de machine learning na medicina tem se expandido nos últimos anos, é o que mostra o artigo Machine Learning na Medicina: Revisão e Aplicabilidade. Isso se deve, principalmente, pelo desenvolvimento do deep learnig (aprendizado profundo), viabilizado pelo aumento do big data disponível nas redes sociais e na internet, e pelo barateamento do hardware.

Na dermatologia, uma rede neural artificial –modelo computacional inspirado no funcionamento do cérebro humano, apto a aprender a partir de dados para realizar tarefas– foi capaz de diferenciar lesões dermatológicas entre benignas e malignas, a partir de mais de 129 mil casos, com resultados similares a um comitê de 21 dermatologistas.

Já no campo da psiquiatria, um estudo com técnicas de machine learning reduziu o número de critérios diagnósticos de 29 para 8 com 100% de acurácia em 612 pacientes com diagnóstico firmado de transtorno do espectro autista.

Segundo dados do PubMed (NCBI) e Medline, aproximadamente 113 mil artigos relacionados a "machine learning", "artificial intelligence", "unsupervised learning", "supervised learning" e "neural networks" foram publicados entre 1951 e 2019, indicando um crescente interesse e uso da tecnologia na área médica.

Outras aplicações da IA na saúde

O deep learning –subárea do machine learning que utiliza redes neurais profundas para aprender e representar padrões complexos em dados– é uma tecnologia útil na previsão de eventos a partir de dados gerados durante o atendimento clínico, como registros médicos, imagens clínicas, dados de monitoramento contínuo de sensores e dados genômicos.

Na saúde, mostra um artigo do Nexo, essa tecnologia pode ser usada para criar e gerenciar documentação clínica e de pesquisa, além de apoiar a comunicação entre pacientes e profissionais de saúde.

Também vale lembrar a funcionalidade dos os robôs, que podem ser usados para realizar procedimentos cirúrgicos minimamente invasivos em diferentes especialidades médicas, sendo comuns na urologia e na oncologia.

Em casos mais simples da aplicação da IA na medicina está a automação de processos. São casos básicos como a atualização de registros de pacientes e envio de lembretes. Quando combinados com outras tecnologias, como reconhecimento de imagem, eles podem ser usados para extrair dados de imagens, por exemplo, enviadas por e-mail, e inseri-los nos sistemas de registro clínico.

Os desafios éticos e de privacidade da IA na saúde

O avanço da inteligência artificial na saúde, especificamente na detecção e diagnóstico de doenças, apresenta inúmeras vantagens e promessas, mas também traz consigo desafios éticos e de privacidade.

Um dos principais desafios éticos é garantir que a IA seja utilizada de forma responsável e transparente. Ao tomar decisões críticas de saúde, é fundamental que os resultados e o funcionamento dos algoritmos de IA possam ser compreendidos e explicados pelos profissionais de saúde e pacientes.

A questão da equidade também se destaca como um desafio ético. É fundamental garantir que a implementação da IA na detecção de doenças não cause disparidades no acesso aos cuidados de saúde.

Isso significa que a IA deve ser desenvolvida e treinada com uma amostra diversificada e representativa de pacientes, para que as decisões baseadas nessa tecnologia sejam justas e precisas para todas as populações.

Quanto à privacidade, a utilização de grandes quantidades de dados médicos para treinar os modelos de IA pode levantar preocupações sobre a proteção dos dados dos pacientes.

É essencial garantir que os dados de saúde sejam coletados, armazenados e compartilhados de forma segura e de acordo com as regulamentações e padrões de privacidade aplicáveis.

A anonimização adequada dos dados é um aspecto crucial para proteger a identidade dos pacientes e evitar violações de privacidade.

Outro desafio relacionado à privacidade é o uso de dados pessoais sensíveis para fins comerciais ou publicitários.

É necessário estabelecer limites claros sobre como os dados de saúde podem ser usados e garantir que os pacientes sejam devidamente informados e tenham controle sobre o uso de suas informações.

Acompanhe tudo sobre:Inteligência artificialChatbot

Mais de Inteligência Artificial

Comida gostosa ou clientes atraentes? IA avalia restaurantes pela beleza dos frequentadores

Plataforma X, de Elon Musk, vai usar agentes de IA para escrever notas da comunidade

E se levassem 10 dos seus melhores? Zuckerberg colocou isso à prova com a OpenAI

Com lucro superior a US$ 228 milhões, Figma dá passos para IPO e pretende investir pesado em IA